切片/截断 TimeIndexed DataFrame 引发 KeyError答案

【问题标题】：Slicing/Truncating TimeIndexed DataFrame raises KeyError切片/截断 TimeIndexed DataFrame 引发 KeyError
【发布时间】：2017-06-15 09:05:06
【问题描述】：

我正在通过一个函数运行许多 datetimeindexed 数据帧，在该函数中，我根据开始和结束时间段对数据帧进行切片。虽然，对于许多数据帧，相同的函数运行良好，但它会在某些数据帧上引发无法解释的 KeyError。数据框中的数据在数据类型、列和格式方面是相同的。这是KeyError 的示例：

引发错误的摘录DataFrame：

>> df_boiler_temp
>> @log_date @tariff_indicator  #text                                   
2017-04-23 00:12:48.802              none   65.0
2017-04-23 00:19:00.223              none   64.0
2017-04-23 00:24:02.544              none   63.0
2017-04-23 00:29:20.766              none   62.0
2017-04-23 00:35:00.088              none   61.0
2017-04-23 00:41:00.666              none   60.0
2017-04-23 00:46:00.632              none   59.0
2017-04-23 00:53:38.935              none   58.0
2017-04-23 00:59:21.152              none   57.0
2017-04-23 01:05:59.926              none   56.0
2017-04-23 01:09:58.652              none   65.0
2017-04-23 01:11:00.651              none   66.0
2017-04-23 01:14:10.577              none   67.0
2017-04-23 01:19:58.829              none   66.0
2017-04-23 01:28:00.635              none   65.0

引发KeyError的代码

df = df_boiler_temp.truncate(before=row['start'], after=row['end'])

（这条线也是如此，它本质上是相同的

df = df_boiler_temp[row['start']: row['end']]

)

引发的异常是：

KeyError: 1492909671481000000L

在日期时间表示法中转换为2017-04-23 01:07:51.481000。

>> row['start']
>> 2017-04-23 01:07:51.481000

>> row['end']
>> 2017-04-23 02:24:07.953000

我不明白为什么当引发的 KeyError 完全落在数据框中存在的日期时间之间时，用这些值截断会引发 KeyError。知道如何解决这个问题吗？

【问题讨论】：

请尝试将您的开始和结束日期转换为 str 格式：使用 pd.Timestamp('2006-11-16 18:30:00').strftime('%Y-%m-% d %H:%M:%S') 并尝试切片。

标签： python dataframe keyerror truncation

【解决方案1】：

我不明白为什么，但我发现 this 指出数据集未排序。虽然据我分析数据集，但它已经排序，以下行似乎可以解决问题：

df = df_boiler_temp.sort_index().truncate(before=row['start'], after=row['end'])

编辑：似乎我包含的数据集已被复制并附加到原始数据集中。因此，很难发现重复项。

【讨论】：